Hermes Index запускает все модели в одном и том же Hermes Agent и проверяет их на четырех наборах тестов. В них есть работа с терминалом, инструментами, файлами, исследованиями и другими реальными агентными задачами. Итоговый балл считается как среднее по всем четырем тестам. Сейчас первое место занимает Claude Opus 5.5 с результатом 63,31 балла и средней стоимостью $4,99 за задачу. GPT 6 Astra набрал 56,25 балла при $11,61, а Claude Sonnet 5.5 получил 53,14 балла при $2,82. DeepSeek V4.1 Flash набрал 36,91 балла, но одна задача обходится в среднем всего в $0,259...